基于混合蛙跳算法的網格任務調度研究.pdf

1、網格是一個集成的計算與資源環(huán)境，它將網絡上分布在不同地理位置的各種資源整合起來，以實現(xiàn)資源的全面共享。網格任務調度是網格研究的核心內容之一，其要解決的問題是如何合理地把任務分配在不同的資源上，使整個網格系統(tǒng)達到最佳的性能。由于網格中資源的分布性、異構性、動態(tài)性和自治性等特點，使得任務調度變得極其復雜，因此研究并提出一種網格環(huán)境中的合理高效的任務調度算法具有重要意義。
　　 混合蛙跳算法（SFLA）是最近發(fā)展起來的一種用于解決最優(yōu)

2、化問題的啟發(fā)式算法。本文在介紹了網格及其任務調度的概念和特點的基礎上，首次將混合蛙跳算法應用到網格任務調度問題中，并分為元任務調度和依賴任務調度兩種情況進行了研究。
　　 在元任務調度中，本文結合了網格任務調度的問題本質，提出了一種基于混合蛙跳算法的SFLAPS算法，它對原算法主要作了如下改進：利用Min-Min算法改善了初始種群質量；提出了離散化的局部更新機制和基于概率選擇的局部更新機制，以適應調度問題；引入子模因群對局部更新

3、策略進行優(yōu)化，避免早熟收斂。文中詳細設計了SFLAPS算法的各個組成部分，然后用GridSim做了大量的仿真實驗，找出適合于網格任務調度的算法參數(shù)的指導范圍，并和Min-Min算法、遺傳算法進行比較分析，驗證了SFLAPS算法在解質量，穩(wěn)定性和收斂速度方而的優(yōu)越性。
　　 在依賴任務調度中，首先對問題進行了描述，確定了任務及其關系的表示和存儲分別使用DAG圖和依賴矩陣。本文在元任務調度算法SFLAPS的基礎上，提出了可用于依賴任